目录
1.原理与思路
2.设计与实现
数据集:
数据集样本总数2000
多输入多输出 :样本特征24,标签类别4,数据集样本总数2000。
求解问题维度:
matlab
dim = inputnum * hiddennum + hiddennum*outputnum + hiddennum + outputnum ; % 维度
适应度函数:
f i t n e s s = a r g m i n ( m s e ( T t r a i n e r r ) + m e s ( T t e s t e r r ) ) fitness=argmin(mse(T_{train}err)+mes(T_{test}err)) fitness=argmin(mse(Ttrainerr)+mes(Ttesterr))
部分代码如下:
matlab
pop = 50; %种群数量
maxIter = 20; %最大迭代数
dim = inputnum * hiddennum + hiddennum*outputnum + hiddennum + outputnum; %维数
ub = ones(1,dim); %变量上边界
lb = -ones(1,dim); %变量下边界
fobj = @(x) fun(x); %目标函数
[Best_pos,Best_fitness ,Iter_curve,~,~] = F_solve(pop, maxIter,ub,lb,dim,fobj); %求解
程序结构:
3.结果预测